e-ACJ:面向事件相机的精确交叉点提取
计算机视觉与模式识别
2021-05-24 v2
摘要
交叉点反映了图像的重要几何结构信息,对图像匹配与运动分析等应用具有首要意义。已有的基于事件的特征提取方法主要聚焦于角点,大多仅定位其位置,却忽略了边缘的方向与尺度等几何结构信息。本文将对帧的a-contrario交叉点检测器(ACJ)适配至事件数据,提出基于事件的a-contrario交叉点检测器(e-ACJ),其在给出交叉点位置的同时,提供各分支的尺度与方向。所提方法依赖于a-contrario模型,可直接在异步事件上运行而无需生成合成事件帧。我们在公开事件数据集上评估了性能。结果表明,我们的方法成功发现了分支的方向与尺度,同时保持了交叉点定位的高精度。
关键词
引用
@article{arxiv.2101.11251,
title = {e-ACJ: Accurate Junction Extraction For Event Cameras},
author = {Zhihao Liu and Yuqian Fu},
journal= {arXiv preprint arXiv:2101.11251},
year = {2021}
}
备注
Accepted by ICIP 2021